1. 《統計學完全教程》 All of statistics 卡耐基梅隆 沃塞曼

2. 第四版《概率論與數理統計》 莫里斯。德格魯特（Morris H.DeGroot）和馬克。舍維什（Mark J.Shervish）

3. 《線性代數導論》 吉爾伯特。斯特朗--網上視訊教程堪稱經典

4. 《數值線性代數》 特蕾菲森。勞埃德 和 戴維。鮑

適合本科生的教材

5. 《機器學習基礎之預測資料分析》 麻省理工 約翰。凱萊赫 和 布瑞恩。麥克。納米

6. 《統計模式識別》 安德烈。韋伯 和 基斯。科普賽

7. 《數值優化》 喬治。諾塞達爾 和 史蒂芬。萊特

8. 《數值分析》 蒂莫西。索爾

9. 《概率與計算：隨機演算法與概率分析》 邁克爾。米曾馬克 和 伊萊。阿普法

10. 《大規模並行處理器程式設計實戰》 戴維。柯克 和 胡文美

11. Udacity 英偉達講解CUDA計算的公開課

推薦講解深度學習的網站：不講具體演算法，只講原理，幫助理解神經網路

http://www.bubuko.com/infodetail-925416.html